cuda11.8 LINUX

### CUDA 11.8 在 Linux 下的安装配置教程 #### 准备工作 确保系统已更新至最新状态并安装必要的依赖包。对于 Ubuntu 20.04，可以执行如下命令来完成这些操作[^1]: ```bash sudo apt update && sudo apt upgrade -y sudo apt install build-essential cmake git unzip pkg-config libopencv-dev ``` #### 卸载旧版 NVIDIA 驱动程序 如果之前已经安装过其他版本的驱动，则建议先卸载它们以避免冲突。可以通过以下方式安全移除现有驱动： ```bash sudo apt-get purge nvidia* sudo reboot ``` #### 安装适用于 CUDA 的 NVIDIA 显卡驱动 访问[NVIDIA官方网站](https://www.nvidia.com/Download/index.aspx)，根据自己的硬件条件挑选合适的驱动版本进行下载与安装。 #### 添加 NVIDIA 软件源 为了简化后续软件包管理流程，在本地添加官方仓库地址有助于更方便地获取最新的工具链组件。 ```bash distribution=$(. /etc/os-release;echo $ID$VERSION_ID) wget https://developer.download.nvidia.com/compute/cuda/repos/$distribution/x86_64/cuda-$distribution.pin sudo mv cuda-$distribution.pin /etc/apt/preferences.d/cuda-repository-pin-600 sudo apt-key adv --fetch-keys https://developer.download.nvidia.com/compute/cuda/repos/$distribution/x86_64/7fa2af80.pub sudo add-apt-repository "deb http://developer.download.nvidia.com/compute/cuda/repos/$distribution/x86_64/ /" sudo apt-get update ``` #### 安装 CUDA Toolkit 11.8 通过 APT 包管理系统直接安装指定版本的 CUDA 工具集。 ```bash sudo apt-get -y install cuda-11-8 ``` #### 设置环境变量 编辑用户的 shell profile 文件（如 `.bashrc` 或者 `.zshrc`），加入对新安装 CUDA 版本的支持路径设置。 ```bash export PATH=/usr/local/cuda-11.8/bin${PATH:+:${PATH}} export LD_LIBRARY_PATH=/usr/local/cuda-11.8/lib64\ ${LD_LIBRARY_PATH:+:${LD_LIBRARY_PATH}} source ~/.bashrc # 应用更改后的配置文件 ``` #### 测试安装成果 编译运行简单的测试案例验证整个过程是否成功。 ```bash cd ~/NVIDIA_CUDA-11.8_Samples/1_Utilities/deviceQuery make ./deviceQuery ``` 若一切正常，应该能看到有关 GPU 设备的信息输出，并提示 `Result = PASS`. #### cuDNN 的安装 前往 [NVIDIA cuDNN Archive 页面](https://developer.nvidia.com/rdp/cudnn-archive) 登录账户后找到对应于所选 CUDA 版本 (即 v8.x 对应 CUDA 11.y) 的 cuDNN 发布版本，按照说明文档中的指引完成部署步骤[^3]. #### PyTorch 的安装 考虑到兼容性和性能优化因素，推荐采用 Conda 方式来进行 Python 科学计算生态系统的构建；具体来说就是利用 Miniconda 来创建独立的工作空间，并从中激活特定需求下的开发环境。 ```bash conda create --name pytorch_env python=3.9 conda activate pytorch_env pip install torch torchvision torchaudio --extra-index-url https://download.pytorch.org/whl/cu118 ```